基于灰度分级的图像分割算法的研究

通过对灰度图像的灰度级压缩,将图像中每个像素的灰度值用一个合适的类标志来代替,构成一个“类-图像”。在一个“好”的分类标准的控制下,实现对图像的分割。     

形态学边缘检测和区域生长相结合的遥感图像水体分割

遥感图像水体区域中因水体自身流动和波动等因素造成图像噪声,利用传统方法直接分割水体容易导致分割精度较低。为此,利用遥感图像中水体区域具有连通性强以及像素灰度值相近等特点,提出了一种利用多结构元素形态学重构边缘检测结合区域生长实现遥感图像水体分割的方法。首先将遥感图像转化为灰度图像,运用多结构元素形态学重构边缘检测,在去除噪声的同时增强水体边缘,保持水体区域边缘的较准确定位;然后利用灰度直方图自动选取种子点,确定水体区域灰度范围,利用该灰度范围内像素的均值和方差、种子点及已生长区域灰度特性作为生长准则,实现对水体区域的分割。实验结果表明,该方法能够对因水体扰动等因素导致的噪声图像进行有效分割,且水体区域分割精度较高。     

改进的小波域多聚焦图像融合算法

小波变换和清晰度评价相结合是一种有效的多聚焦图像融合方法。首先,对源图像进行小波分解得到低频子带和高频子带,其次,引入多聚焦图像空域融合中的清晰度评价指标,用改进的梯度能量确定低频部分的清晰像素并进行融合;在高频子带上,先计算每个像素与其邻域像素灰度值之差的绝对值和,然后选取和值较大的像素系数作为高频子带的融合系数。两组实验仿真结果表明,该算法更有效,融合图像更清晰、细节更丰富,更好地继承了源图像的信息。     

基于模糊集理论的彩色图像融合分割

基于二维直方图的图像分割方法综合考虑目标像素灰度值及其邻域的平均灰度,通过确定阈值进行图像分割,本质属于硬决策方法。由于位于阈值附近的像素在分割时具有不确定性,硬决策法容易产生错误分割。因此,本文基于模糊集理论提出一种融合分割方法,利用隶属度函数对基于二维直方图分割中存在的不确定性建模,并通过模糊推理综合利用彩色图像各颜色通道的信息。实验结果表明,本文所提方法相较传统的阈值方法有更好的分割效果。     

改进的直方图均衡化在遥感图像分类中的应用

遥感图像监督分类主要依据地物的光谱特征,具有很大的局限性.本文提出一种改进的直方图均衡化方法一均衡化后各像素灰度值调整,利用该方法对遥感图像进行处理,处理后的图像再进行监督分类.实验结果表明该方法直观、简明、处理速度快.并能取得较高的分类精度,具有一定的实用性.     

半像元错位图像的超分辨率重建方法

本文介绍了一种基于“半像元”错位的两幅图像重建高分辨率图像技术。通过分析“半像元”错位的两幅图像与高分辨率图像各像素灰度值的对应关系，推导出了高分辨率图像重建的数学模型，并通过实验进行了验证和完善。实验结果表明，利用“半像元”错位的两幅低分辨率图像重建高分辨率图像的原理是正确的，方案是可行的。     

基于局部区域梯度最小点的遥感图像镶嵌算法

寻找最佳拼接缝是遥感图像镶嵌中的重要环节。目前寻找最佳拼接缝的算法大多只考虑到对应像素灰度的差异最小,却忽略了保留目标的完整性。为此,提出一种基于局部区域梯度最小点的最佳拼接缝寻找算法。该算法用梯度表示图像中灰度变化的快慢,梯度值小说明灰度变化较为平缓,据此在图像重叠区域中逐行选取最小梯度值点的连接线作为最佳拼接缝。同时,针对强制改正法易在列方向上产生横向带状效应的问题,提出一种改进的"差值拼接缝消除算法"。实验结果表明,用该文算法确定的最佳拼接缝有效地避开了梯度变化较大的区域,既有效地绕开目标的边缘,又保留了目标的完整性;改进的差值拼接缝消除算法还有效地避免了灰度差较大情况下的横纹现象,使镶崁图像的色调过渡更为平滑,视觉效果得到改善;且算法的运行速度更快,具有一定的可行性和有效性。     

一种加网图像去网的算法

采用查找网点中心的方法，计算出任意加网图像的网点网格，按网格中网点的面积率来转换成灰度值，改变二值图属性，从而达到去网的目的。实验结果表明，去网效果与加网图像的分辨率、加网线数、加网角度等因素有关。使用此算法可以得到较满意的去网效果，可以合成出满足打样要求的彩色图像，用于RIP后图像的数字打样。     

像素地图的投影变换

文中在实践的基础上 ,从二值图像和彩色 (或灰度 )图像两种情况出发 ,详细地讨论了像素地图投影变换的方法     

热红外港口图像特征的评估器提取与选择

针对低对比度、条纹噪声、低空间分辨率等特点而导致的热红外图像识别效果不佳问题,提出了一种港口目标热红外遥感图像特征提取与选择方法,实现了一定情况下港口目标的高精度分类。采用纹理、几何等29个特征,通过评估器选择最佳特征组合,并根据识别精度选择最佳分类器,能生成热红外图像港口目标22个最佳分类特征,且具有一定的鲁棒性。经过参数优化后的libSVM(一种支持向量机)分类器分类精度较高;白天图像比夜间图像分类精度更高;像素值、灰度直方图相关的一维和二维统计特征、局部二进制模式特征、边缘方向直方图特征等与灰度和纹理相关的特征对港口目标热红外图像识别影响较大。     

相似性判别原理在影像变化检测中的应用

针对传统基于Bayes影像变化监测方法中分类的硬划分及对辐射畸变敏感的问题,首先,采用集合相似性测度动态更新变化和未变化两类像元模糊子集,解决变化检测分类过程中硬划分的问题;然后,采用像元相似性测度来判断变化类像元集合和未变化类像元集合中的每个像元是否真正发生了变化,剔除伪变化像元,克服对影像线性辐射畸变敏感的问题,并检测出漏检像元,最终实现影像变化区域的提取。实验结果表明,基于相似性测度的影像变化检测方法可实现变化区域自动化提取,具有较好的应用价值。     

去除DMSP/OLS影像模糊的RTSVD算法

DMSP/OLS作为最早的夜光遥感数据具有很大的应用价值,解决该数据存在的模糊问题,能够大幅提高数据质量。本文分析模糊原因,提出了一种结合Pct影像发光频率滤波的正则化截断奇异值分解（RTSVD）算法,该算法能有效消除影像模糊现象并保留影像真实信息。首先考虑到光源像素发光频率必定高于非光源像素,利用Pct影像中的像素发光频率排除平均灯光影像中的非光源像素,然后利用L曲线求得正则化截断奇异值分解的截断参数,以此对影像进行分解重组。试验表明,结合Pct影像发光频率滤波的正则化截断奇异值分解法可在保留影像信息的基础上去除模糊现象。     

提高中巴卫星IR MSS图像空间分辨能力的光谱保真融合方法

介绍一种提高中巴资源卫星IRMSS图像空间分辨能力的光谱保真融合方法。通过计算低分辨率图像上每一个像元对应的高分辨率图像上一组子像元的平均亮度值及二者之差,将该差值与高分辨率图像上相应子像元亮度求和,形成新的图像。该图像具有高分辨率图像的空间细节,又具有低分辨率图像的光谱信息,从而实现融合图像信息保真。试验表明,光谱保真融合方法可以在不改变光谱信息的前提下提高IRMSS图像的空间分辨能力,是一种新的简单实用的数据处理方法。     

基于混合像元分解与EM算法的中低分辨率遥感影像变化检测

中低分辨率遥感影像中广泛存在的混合像元极大地限制了变化检测结果的精度。基于混合像元分解技术,能够深入到像元内部,比较不同端元的组成分差异影像,然后获取亚像元级别的变化信息。如何从差异影像中确定合适的变化阈值,从而准确地判断变化是否发生,是一个难点问题。在高斯模型分布假设的情况下,采用最大期望法（expectation maximization,EM）自动提取最佳阈值,完成自适应的变化检测过程。选择了两种典型的阈值选择方法与该方法进行比较,结果证明基于EM的自适应变化检测方法可以更准确地提取变化信息,具有较好的稳健性。     

采用PPI算法改进的一种数学形态学端元提取方法

自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的,尤其是当结构元素内的纯净像元占大多数时,像元的均值光谱将更接近纯像元,此时像元的MEI越高,纯度反而越低。针对这一问题,本文提出一种像元纯度指数(pure pixel index,PPI)算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内,利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时,只有最纯净的像元始终能够投影到随机生成的直线的两端,其PPI值会不断累计增大,而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值,直至满足迭代终止条件,最终形成一幅PPI图像,端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法,然后再结合数学形态学中的膨胀操作对整幅图像进行处理,其同时兼顾了图像的光谱信息和空间信息。最后,采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪(airborne visible infrared imaging spectrometer,AVIRIS)高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明,PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。     

结合像元级和目标级的高分辨率遥感影像建筑物变化检测

快速、精准的建筑物变化检测对城市规划建设等业务管理具有重要意义。随着卫星遥感技术的快速发展,基于高分辨率遥感影像的建筑物变化检测得到了广泛关注。针对像元级建筑物变化检测方法往往精度不足而目标级建筑物变化检测方法过程烦琐等问题,本文提出结合像元级和目标级的高分辨率遥感影像建筑物变化检测方法。首先综合高分辨率遥感影像的多维特征,利用随机森林分类器进行影像集分类,以获取像元级建筑物变化检测结果;然后对后时相遥感影像进行图像分割,获得影像对象;最后融合像元级建筑物变化检测结果和影像对象,识别变化的建筑物目标。利用双时相QuickBird高分辨率遥感影像进行建筑物变化检测试验,结果表明：本文提出的方法能够削弱光照、观测角度等环境差异对建筑物变化检测的影响,显著改善建筑物变化的检测精度。     

基于可分解马尔科夫网的极端椒盐噪声图像滤波

提出了一种基于可分解马尔科夫网(decomposableMarkovnetworks,DMN)的极端椒盐噪声的均值滤波方法,指出其网络节点的阈值衰减特性和网络节点的连接特性具有很好的对椒盐噪声污染图像的噪声定位的作用,并提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。实验表明,本文方法具有良好的滤波性能。     

带锐度保持的斜投影B-样条图像缩放

基于B－样条的图像缩放相对于传统图像缩放方法（最近邻点、双线性、双三次等）的优势性在诸多文献和实验中得到了印证。但基于插值的B－样条的传统方法一样，没有考虑信息损失问题，是一种次优方法。为此Unser提出正交B－样条，并从理论上证明了其最优性。由于正交B－样条的采样池数在阶数大于3时难于获取，Lee发展易于计算且保持了相当精度的斜投影B－样条。B－样条良好的连续性使图像的边缘在缩放过程中被模糊了。为了克服这一问题，提出了带锐度保持的斜投影B－样条缩放，在缩放过程中利用B－样条的递推性质对存在一阶或二阶微分过零（即有小边缘）的采样区间缩小其积分范围至边缘附近，从而达到保持锐度的目的。实验结果表明该方法在保持缩放图像的连续性、清晰度方面都具有良好的效果。     

卫星遥感数据的像元地面反射率反演计算

本文探讨了一种在卫星遥感数据地面辐射改正的基础上,利用少量离散分布的观测数据逐点的计算研究区域卫星像片像元地面反射率的方法。该项研究在遥感应用基础和山地辐射状况的研究中有重要意义。     

像元结构指数的平面道路交叉口提取方法

针对高分辨率遥感影像中道路交叉口难以用固定几何和光谱特征描述的问题,该文提出了一种基于像元结构指数的交叉口提取方法。采用自适应光谱异质性阈值来提取像元形状特征,较好地适应了不同交叉口之间的场景特征差异;构建了像元形状与交叉口结构的量化映射关系,赋予特征语义信息,从而保证了提取结果的合理性。基于城区复杂场景高分遥感影像的交叉口提取实验表明:所提方法能够准确定位交叉口中心点,并检测道路交叉结构;另外,该方法对于交叉口支路发生变化的情况也具有适用性,定性与定量分析表明了该文方法的有效性。